返回
StarStream: Automatic Detection Algorithm for Stellar Streams
DOI:10.3847/1538-4357/ae1610.png)
摘要
En 中文
盖亚任务已经发现了银河系中超过100条恒星流,其中大多数可能起源于球状星团(GCs)。随着即将到来的宽视场巡天可能继续增加已知恒星流的数量,将研究重点从单个恒星流的目视检测转向优先考虑质量和数量的自动化检测方法的需求日益增长。传统技术严重依赖球状星团恒星流是动力学上冷且薄的视觉预期。这一假设并不适用于所有恒星流,因为它们的形态和动力学特性会随着母体质量与轨道的显著变化而变化。因此,这些方法倾向于整个恒星流种群的一个子集,其纯度和完整性往往未被量化。在本工作中,我们提出了一种名为StarStream的自动恒星流检测算法,该算法基于物理启发的模型而非视觉预期。我们的方法在观测量的多维空间中更准确地预测恒星流中的恒星,同时使用更少的自由参数来解释恒星流的多样性。将该算法应用于为盖亚DR3数据集定制的模拟球状星团恒星流目录后,在银河纬度∣b∣ > 30°的区域,其纯度和完整性均达到至少65%。
期刊
T
IF:
0
论文数:
1.5K
被引数:
5

